Etsy利用计算机视觉对产品风格自动检测并分类

编译 | bie管我叫啥

风格对Etsy的数百万商家来说非常重要。他们的产品大约有43种不同的类别，从针织品和化妆品到中世纪的现代装饰，每种风格的流行程度随着季节的变化而变化。

通常对物品进行分类需要大量的手工劳动。但是Etsy的研究人员去年开始实施一个项目，在店面的6000多万个列表中自动检测样式。

“我们希望将此应用于我们的买家，以尝试了解他们的风格，”Etsy首席技术官Mike Fisher表示，“明天他们可能要寻找结婚礼物，下周，他们可能会为自己寻找礼物，以庆祝一个特殊的场合。我们试图了解这些以及他们在那些特定时刻所追求的风格。”

研究人员利用计算机视觉系统，从一年的风格数据中考虑了超过5万维度的向量。令人印象深刻的是，在最近发表的一篇论文中详述的实验中，它预测列表样式的准确率达到76％，甚至设法将不太明显的产品，如鲸鱼的图像，与适当的主题（在这种情况下为航海）联系起来。

“许多商家目前必须手动进行分类，所以我们看到我们是否可以应用这些研究并几乎实时地进行。”

Etsy已经有45万注册卖家，在Etsy于2015年首次公开发行之后的几个月中，AI在其增长中发挥了关键作用。Etsy的机器学习架构在谷歌云平台上运行，而且在多伦多开设了一个机器学习中心。

2017年，该公司推出了特定于上下文的排名和个性化工具，然后结合了先进的计算机视觉和自然语言处理功能。由于这种强大且不断发展的AI工具框架，今天的Etsy搜索引擎可以根据时间和购买历史等信号，向买家展示最相关的结果。

根据费舍尔的说法，AI方法在过去两年中推动了商品销售总额增加了数亿美元。截至2018年，该平台的总商品销售额约为39.3亿美元。但这仍然不断发展变化中，Etsy每天使用十亿个事件来重新训练其模型，并且它正研究减轻在其推荐系统中可能出现的不良偏见。

End